一种锂电池健康状态的评估方法、评估系统及相关组件技术方案

本申请提供的一种锂电池健康状态的评估方法，包括：采集锂电池的电压数据和电流数据；利用安时积分法得到积分容量，并根据积分容量得到锂电池的第一健康状态值；利用小波分析和卡尔曼滤波法进行锂电池的健康状态评估，得到第二健康状态值；最后对两个健康状态值进行加权计算，确定最终健康状态值。通过安时积分法对实时评估结果进行综合校正，增加求算结果可信度。利用卡尔曼滤波算法从内阻定义得到锂电池健康状态值，并在此基础上利用小波理论滤波，降低噪声对卡尔曼滤波计算结果的影响，可实现实时准确评估锂电池的SOH。本申请还提供一种锂电池健康状态的评估系统、一种计算机可读存储介质和一种锂电池评估终端，具有上述有益效果。

【技术实现步骤摘要】
一种锂电池健康状态的评估方法、评估系统及相关组件
本申请涉及电池领域，特别涉及一种锂电池健康状态的评估方法、评估系统、一种计算机可读存储介质和一种锂电池评估终端。
技术介绍
节能环保的时代大背景下，新能源行业得到快速发展，锂电池因其具有高能量密度、高功率密度、自放电率低等优点，在新能源行业中占据重要地位。因而能准确的评估锂电池健康状态对估计电池现阶段性能、预测电池寿命、防止意外事故的发生具有重要意义。近年，锂电池的广泛应用导致其面对的使用工况日趋复杂，故而对锂电池SOH(State-Of-Health，健康状态)准确评估的重要性逐渐凸显。然而，目前国内大多数电池管理系统生产商对锂电池SOH的评估大多仍是简单的基于安时积分法求算，然而单纯的安时积分法要求在满充或者满放条件下才能计算锂电池SOH，受充放电状态限制，无法实时求算锂电池SOH，求算结果具有滞后性。部分生产商试图利用卡尔曼滤波法对锂电池SOH进行求算，但是卡尔曼滤波法受空间状态方程准确性影响，对噪声较为敏感，求算结果往往不够准确。更有部分厂商甚至未对电池健康状态进行评估。上述现状可能导致以下几个问题：1.增加了锂电池使用的潜在本文档来自技高网...

【技术保护点】
1.一种锂电池健康状态的评估方法，其特征在于，包括：采集所述锂电池的电压数据和电流数据；利用安时积分法对所述电流数据进行计算，得到积分容量，并根据所述积分容量得到所述锂电池的第一健康状态值；利用小波分析和卡尔曼滤波法对所述电压数据和所述电流数据进行所述锂电池的健康状态评估，得到第二健康状态值；利用所述第一健康状态值和所述第二健康状态值进行加权计算，确定最终健康状态值，根据所述最终健康状态值进行所述锂电池健康状态的评估。

【技术特征摘要】
1.一种锂电池健康状态的评估方法，其特征在于，包括：采集所述锂电池的电压数据和电流数据；利用安时积分法对所述电流数据进行计算，得到积分容量，并根据所述积分容量得到所述锂电池的第一健康状态值；利用小波分析和卡尔曼滤波法对所述电压数据和所述电流数据进行所述锂电池的健康状态评估，得到第二健康状态值；利用所述第一健康状态值和所述第二健康状态值进行加权计算，确定最终健康状态值，根据所述最终健康状态值进行所述锂电池健康状态的评估。2.根据权利要求1所述的评估方法，其特征在于利用小波分析和卡尔曼滤波法对所述电压数据和所述电流数据进行所述锂电池的健康状态评估，得到第二健康状态值，包括：根据所述电压数据和所述电流数据建立锂电池二阶RC电池模型，并根据所述锂电池二阶RC电池模型得到满足卡尔曼滤波的第一状态估计方程和第一测量方程；将所述第一状态估计方程转化成矩阵形式，并得到状态变量序列；对所述状态变量序列进行小波分析，得到小波分解系数；将所述小波分解系数代入所述第一状态估计方程和所述第一测量方程，得到第二状态估计方程和第二测量方程；根据所述第二状态估计方程和所述第二测量方程，利用卡尔曼滤波公式进行小波系数的最优估计；其中，所述小波系数包括第一高频噪声分量和第一低频噪声分量；对所述小波系数中的第一高频噪声分量进行滤波，得到第二高频噪声分量；利用所述第一低频噪声分量和所述第二高频噪声分量进行小波重构得到所述锂电池当前的内阻值；根据所述内阻值进行所述锂电池的健康状态评估，得到第二健康状态值。3.根据权利要求2所述的所述的评估方法，其特征在于，根据所述内阻值进行所述锂电池的健康状态评估，得到第二健康状态值包括：利用内阻定义公式，并根据所述内阻值进行所述锂电池的健康状态评估，得到第二健康状态值；其中，所述内阻定义公式具体为：其中，SOHR为所述第二健康状态值，R为所述内阻值，Rnew为新锂电池内阻值，Rold为所述锂电池容量下降至标称容量80％时的内阻值。4.根据权利要求3所...

【专利技术属性】
技术研发人员：朱浩，邓元望，江银锋，应何杰，尹会春，文明，杜勇志，
申请(专利权)人：湖南宏迅亿安新能源科技有限公司，
类型：发明
国别省市：湖南,43